[發明專利]一種社會網絡環境下的影視資源個性化推薦方法

有效

• 申請號: 202110294109.0
• 申請日: 2021-03-19
• 公開（公告）號: CN113157971B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 周歡;馬浩南
• 申請（專利權）人: 湖南工業大學
• 主分類號: G06F16/735
• 分類號: G06F16/735;G06F16/9535
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 楊千尋;杜梅花

一種社會網絡環境下的影視資源個性化推薦方法，屬于數據分析推送技術領域，包括以下步驟：S1：在線評論獲取與預處理、S2：在線評論情感值計算、S3：觀影決策準則及權重確定、S4：影視資源排序：結合概率語言決策矩陣、價值函數、權重函數得到電影x_i的綜合前景值，綜合前景值越大，說明越值得推薦，其排序越靠前。本發明在考慮各客觀因素的同時充分考慮了觀影者的心理行為等非理性因素對觀影者決策的影響，使影視資源推薦更貼合實際且精準。

技術領域

本發明屬于數據分析推送技術領域，更具體地，涉及一種社會網絡環境下的影視資源個性化推薦方法。

背景技術

在影視資源推薦領域中，面向對象的廣泛性決定了推薦工作的復雜性。影視資源推薦不僅要關注政治環境、經濟環境、社會環境等相關情況的變化，而且要充分考慮觀影者的個性化需求，不同的觀影者對于同一部影視資源的關注點往往是不同的，其評價也會隨之千差萬別。尤其是在這個互聯網快速發展的時代，觀影者的在線評論數據呈爆炸式增長，為確保影視資源推薦的效率與準確性，觀影者以及各大影視網站在進行決策過程中，均會以影視資源在線評論數據作為決策的重要依據之一。

目前，最常用的推薦算法大多利用觀影者在線評論數據中的評分數據，根據評分數據將在線評論分為簡單的正面評論或負面評論，進而進行簡單的計算，得出影視資源的推薦指數。該方法簡單、易操作，但是不能充分反映觀影者對影視資源的真實評價，忽略了很多能夠表達觀影者情感傾向的評論文本。如某影視資源的在線評論，其評分數據星級相同，但是兩位觀影者體現在文本中的情感傾向可能是完全不同的。現有推薦算法大多忽略了在線評論數據中的評論文本，只使用評分數據不能準確反映觀影者的情感傾向。另外，未考慮觀影者的心理行為等非理性因素對觀影者決策的影響。此外，對于觀影者決策影響因素的研究較為集中，影視資源題材、導演、觀影環境、演員等客觀因素對觀影者決策的影響，是目前影視資源推薦領域主要研究方向。

基于完全理性的推薦方法(如PLTS-VIKOR)，對原始數據進行了充分利用，保證了推薦結果的有效性，且當決策者處于在多個方案中徘徊的情況時，PLTS-VIKOR方法會給出折衷方案以供決策者進行選擇。但是PLTS-VIKOR方法假設決策者是完全理性的，這一假設前提在實際情況下總是不能滿足的，也就是說，決策者總是有限理性的，決策時不但會受到客觀因素的影響，而且會受到主觀心理的影響。因此，基于完全理性的方法有待改善。

發明內容

針對上述存在的技術問題，本發明提出一種社會網絡環境下的影視資源個性化推薦方法，該方法實現觀影者決策影響因素的識別和描述，在考慮各客觀因素的同時充分考慮了觀影者的心理行為等非理性因素對觀影者決策的影響，使影視資源推薦更貼合實際且精準。

本發明采用以下具體的技術方案：

一種社會網絡環境下的影視資源個性化推薦方法，包括以下步驟：

S1：在線評論獲取與預處理；

S2：在線評論情感值計算：

S2.1：采用自然語言庫TextBlob計算在線評論情感值；

S2.2：觀影者的情感值范圍為[-1,1]，將情感值從低至高依次劃分為7個程度區間，并用S_τ表示不同情感程度，其中τ＝0,1,2,3,4,5,6；

S2.3：用概率語言術語集PLTSs描述在線評論情感程度和概率；

其中，指的是電影x_i在觀影決策準則c_j下的PLTSs，是指電影x_i在觀影決策準則c_j下的情感程度，表示的概率；

S3：觀影決策準則及權重確定：

S3.1：采用TF-IDF確定觀影決策準則；